Bài giảng SPSS suy luận cơ bản trong thống kê - ThS. Lê Văn Hùng

Chia sẻ: Cvcxbv Cvcxbv | Ngày: | Loại File: PPTX | Số trang:35

Thêm vào BST

Báo xấu

271
lượt xem 35
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng SPSS suy luận cơ bản trong thống kê nêu biến độc lập (independent variable). Biến độc lập là một đặc tính được lựa chọn để nghiên cứu. Biến độc lập được giả thuyết là một biến không phụ thuộc vào biến khác, sự biến đổi của nó có ảnh hưởng chi phối hoặc gây ra những biến đổi kéo theo ở một biến khác.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Bài giảng SPSS suy luận cơ bản trong thống kê - ThS. Lê Văn Hùng

BÀI GIẢNG SPSS SUY LUẬN CƠ BẢN TRONG THỐNG KÊ (Basic Inferential Statistics) THS. LÊ VĂN HÙNG ĐT: 0906238311 – Email: hungolympia2001@gmail.com 4/23/14 1
Nội dung 1 CHI-SQUARE 2 TƯƠNG QUAN (CORELATIONS) 3 HỒI QUY (REGRESSION)
1. CÁC KHÁI NIỆM ĐẶC TRƯNG CƠ BẢN 1. Biến độc lập (independent variable) Biến độc lập là một đặc tính được lựa chọn để nghiên cứu. Biến độc lập được giả thuyết là một biến không phụ thuộc vào biến khác, sự biến đổi của nó có ảnh hưởng chi phối hoặc gây ra những biến đổi kéo theo ở một biến khác. 2. Biến phụ thuộc (dependent variable) Biến phụ thuộc là một biến mà sự biến đổi của nó ch ịu sự chi phối (đáp ứng) của 1 biến khác. Một biến được gọi là biến phụ thuộc khi giá trị của nó tuỳ thuộc vào giá trị của biến độc l ập. Nó chính là hiệu quả giả định của biến độc lập. 4/23/14 3
1. CÁC KHÁI NIỆM ĐẶC TRƯNG CƠ BẢN (tiếp) 3. Mốt (yếu vị_mode) Yếu vị của một tập hợp các đo lường là trung điểm của khoảng đẳng loại chứa đựng tần số tối đa hay trong trường hợp các biến định tính, nó là tên của loại đo lường có tần số lớn nhất. 4.Trung vị (median) Trung vị của một tập hợp đo lường là trị số rơi vào chính giữa khi các số đo lường ấy được xếp đặt theo thứ tự độ lớn của chúng Công thức tính trung vị = số hạng thứ1/2* (N+1) Nếu có số chẵn quan sát thì lấy giá trị trung bình của th ứ h ạng đ ứng trường và sau. 4/23/14 4
1. CÁC KHÁI NIỆM ĐẶC TRƯNG CƠ BẢN (tiếp) 5. Giá trị trung bình (mean) Trung bình maãu (kyù hieäu laø , hoaëc EX hoaëc), ñöôïc xaùc ñònh theo coâng thöùc: m x i .k i m µ=� = �pi . xi i =1 n i =1 Nếu cho dạng ghép lớp thì dùng trung điểm của ươngạn làm giá trị đại diện 4/23/14 Ch đo 6 - SPSS 5
1. CÁC KHÁI NIỆM ĐẶC TRƯNG CƠ BẢN (tiếp) 6.Hiệp phương sai (covariance) q Hiệp phương sai là độ đo sự biến thiên cùng nhau của hai biến ngẫu nhiên (phân biệt với phương sai - đo mức độ biến thiên của một biến) q Nếu 2 biến có xu hướng thay đổi cùng nhau (nghĩa là, khi một biến có giá trị cao hơn giá trị kỳ vòng thì biến kia có xu hướng cũng cao hơn giá trị kỳ vọng), thì hiệp phương sai giữa hai biến này có giá trị dương. Mặt khác, nếu một biến nằm trên giá trị kì vọng còn biến kia có xu hướng nằm dưới giá trị kì vọng, thì hiệp phương sai của hai biến này có giá trị âm 4/23/14 6
1. CÁC KHÁI NIỆM ĐẶC TRƯNG CƠ BẢN (tiếp) 7. Phương sai (variance) Phương sai dùng để đo lường mức độ phân tán của dữ liệu. Nếu phương sai lớn thì dữ liệu phân tán, không đồng đ ều. Ngược lại nếu phương sai mà nhỏ thì dữ liệu tập trung, ít phân tán. 8. Độ lệch chuẩn (Standard deviation) Độ lệch chuẩn là căn bậc 2 của phương sai. Có ý nghĩa t ương tự như phương sai. 4/23/14 7
2. KIỂM NGHIỆM CHI-SQUARE Analyze/Descriptive statistics/ Crosstabs sau đó chọn statistics... 4/23/14 8
2. KIỂM NGHIỆM CHI-SQUARE q Laø moät coâng cuï thoâng keâ söû duïng ñeå kieåm nghieäm giaû thuyeát cho raèng caùc bieán trong haøng vaø coät thì ñoäc laäp vôùi nhau (H0). q Phöông phaùp kieåm nghieäm naøy chæ cho ta bieát ñöôïc lieäu moät bieán naøy coù quan heä hay khoâng vôùi moät bieán khaùc q Phöông phaùp kieåm nghieäp naøy khoâng chæ ra cöôøng ñoä cuûa moái quan heä giöõa hai 4/23/14 9
2. KIỂM NGHIỆM CHI-SQUARE r c (Oij − E ij ) 2 X 2 = ∑∑ i =1 j =1 E ij 4/23/14 10
2. KIỂM NGHIỆM CHI-SQUARE Đeå vieäc kieåm nghieäm naøy laø ñaùng tin caäy thì caùc soá lieäu trong baûng cheùo giöõa hai bieán ñang khaûo saùt phaûi thoûa maõn moät soá ñieàu kieän nhaát ñònh sau: q Khoâng toàn taïi ôû baát kyø oâ giao nhau giöõa hai bieán coù giaù trò mong ñôïi nhoû hôn 1. q Khoâng vöôït quaù 20% löôïng oâ giao nhau giöõa hai bieán ñang khaûo saùt trong baûng cheùo coù giaù trò nhoû hôn 5 (ñoái vôùi baûng 2x2-baûng maø 4/23/14 11
2. KIỂM NGHIỆM CHI-SQUARE – VÍ DỤ Từ menu chọn Analyze/Descritipve Statistics/ Crosstabs 4/23/14 12
2. KIỂM NGHIỆM CHI-SQUARE – VÍ DỤ Nhấn vào Statistics, nhấn Chi-square rồi nhấn continue Các đại lượng kiểm định dành cho trường hợp Các đại lượng 2 biến định danh kiểm định dùng cho trường hợp 2 biến dạng thứ bậc 4/23/14 13
2. KIỂM NGHIỆM CHI-SQUARE – VÍ DỤ Nhấn vào cell nhằm xác định các đại lượng thống kê 4/23/14 14
2. KIỂM NGHIỆM CHI-SQUARE – VÍ DỤ 4/23/14 15
2. KIỂM NGHIỆM CHI-SQUARE – VÍ DỤ q Dòng cuối cùng thông báo Số ô có tần số
3. CORRELATION (SỰ TƯƠNG QUAN) q Duøng ñeå ño löôøng moái töông quan giöõa hai bieán thöù tự hoaëc khoaûng caùchï. Vieäc ño löôøng moái töông quan giöõa hai bieán thöù töï naøy chuû yeáu döï vaøo hai heä soá Spearman’s correlation coefficient rho vaø Pearson correlation coefficient q Spearman’s rho ñöôïc duøng ñeå ño löôøng moái quan heä giöõa hai bieán thöù töï (caùc bieán naøy haàu heát ñeàu ñöôïc xaép xeáp töø thaáp nhaát ñeán cao nhaát) q Khi caùc bieán trong baûng laø caùc bieán ñònh löôïng ta söû duïng heä soá Pearson correlation coefficient ñeå ño löôøng moái quan heä tuyeán tính giöõa caùc bieán naøy q Caùc giaù trò cuûa heä soá töông quan bieán thieân töø –1 ñeán 1, daáu coäng hoaëc tröø chæ ra höông töông quan giöõa caùc bieán (thuaän hay nghòch), giaù trò tuyeät ñoái cuûa chæ soá naøy cho bieát cöôøng ñoä töông quan giöõa hai bieán, giaù trò naøy caøng lôùn moái töông quan 4/23/14 maïnh. caøng 17
3. CORRELATION (SỰ TƯƠNG QUAN) q Duøng ñeå ño löôøng moái töông quan giöõa hai bieán thöù tö hoaëc khoaûng caùchï. Vieäc ño löôøng moái töông quan giöõa hai bieán thöù töï naøy chuû yeáu döï vaøo hai heä soá Spearman’s correlation coefficient rho vaø Pearson correlation coefficient q Spearman’s rho ñöôïc duøng ñeå ño löôøng moái quan heä giöõa hai bieán thöù töï (caùc bieán naøy haàu heát ñeàu ñöôïc xaép xeáp töø thaáp nhaát ñeán cao nhaát) q Khi caùc bieán trong baûng laø caùc bieán ñònh löôïng ta söû duïng heä soá Pearson correlation coefficient ñeå ño löôøng moái quan heä tuyeán tính giöõa caùc bieán naøy q Caùc giaù trò cuûa heä soá töông quan bieán thieân töø –1 ñeán 1, daáu coäng hoaëc tröø chæ ra höông töông quan giöõa caùc bieán (thuaän hay nghòch), giaù trò tuyeät ñoái cuûa chæ soá naøy cho bieát cöôøng ñoä töông quan giöõa hai bieán, giaù trò naøy caøng lôùn moái töông quan 4/23/14 maïnh. caøng 18
3. CORRELATION (SỰ TƯƠNG QUAN) q Giöõa hai bieán ñònh danh: Ñeå ño löôøng moái quan heä giöõa hai bieán bieåu danh. Söû duïng caùc heä soá Phi (coefficient) vaø Cramer’s V, Contingency coefficient ñeå ño löôøng neáu döïa vaøo keát quaû kieåm nghieäm Chi-bình phöông. ÔÛ ñaây caùc heä soá naøy seõ baèng 0 neáu vaø chæ neáu heä soá Pearson chi bình phöông baèng 0. Do ñoù ngöôøi ta söû duïng caùc thoâng soá naøy ñeå kieåm nghieäm giaû thuyeát cho raèng caùc heä soá naøy ñeàu baèng 0 - ñieàu naøy töông ñöông vôùi giaû thuyeát ñoäc laäp giöõa hai bieán, hay hai bieán khoâng coù moâí quan heä vôùi nhau. Ta seõ töø choái giaû thuyeát naøy Ø Phi: Chæ duøng cho daïng baûng 2x2 tables, heä soá phi coefficient naøy bieán thieân töø -1 ñeán +1. Do ñoù heä soá naøy ngoaøi khaû naêng chæ ra moái quan heä vaø cöôøng ñoä cuûa moái quan heä noù coøn chæ ra höôùng cuûa moái quan heä ño Ø Cramer's V vaø Contingency coefficient (heä soá liên hợp): Ñöôïc söû duïng cho baûng maø soá coät vaø haøng laø baát kyø, giaù trò kieåm nghieäm bieán thieân töø 0 ñeán 1, vôùi giaù trò 0 chæ ra khoâng coù moái quan heä 4/23/14caùc bieán giöõa 19
3. CORRELATION (SỰ TƯƠNG QUAN) q Lambda (symmetric and asymmetric lambdas and Goodman and Kruskal’s tau), vaø Uncertainty coefficient. Laø caùc ño löôøng khoâng döïa vaøo giaù trò Chi-square ñeå tính toaùn, vaø khoâng quan taâm ñeán tính ñoái xöùng cuûa phaân phoái chuaån. q Caùc giaù trò cuûa heä soá naøy cuõng bieán thieân töø 0 ñeá 1 vaø ñöôïc duøng ñeå ño löôøng khaû naêng döï baùo cuûa moät bieán (bieán ñoäc laäp) ñoái vôùi moät bieán khaùc (bieán phuï thuoäc). ü Vôùi giaù trò 0: chỉ ra không có mối liên hệ giữa các biến nhaän ñöôïc coù yù nghóa raèng nhöõng kieán thöùc veà bieán ñoäc laäp khoâng giuùp ích gì cho vieäc döï baùo nhöõng khaû naêng xaûy ra cuûa bieán phuï thuoäc, ü Giaù trò 1 cho bieát khi ta bieát ñöôïc nhöõng thoâng tin veà bieán ñoäc laäp thì noù seõ giuùp ta xaùc ñònh ñöôïc moät caùch hoaøn haûo caùc khaû naêng xaûy ra cho bieán phuï thuoäc 4/23/14 20